feat: add stage2 citation accuracy gates - #14

针对引用准确性的四个残余缺口再加四道防线：

k.py：
- extract-claims --cloze：把论断中可核对数字挖成 ⟦N1⟧ 占位（同 token 全部挖掉
  防泄漏、按首现位置编号）；cloze-check 按数值容差机器判分——「盲填复核」：
  核验者只看挖空论断+被引原文填空、全程看不到期望值，从原理上消灭判定式
  审核的附和偏差，并抓「数字巧合在场但归属错误」（确定性层已知盲区）
- check-draft：查询答案/导出稿当临时页面过同一套核对机器（数字核对+裸论断+
  引用粒度+审计对枚举），闭掉「查询阶段无机器闸门」缺口；cloze-check --draft 配套
- 数字模式补计量单位形态（42ms/16GB/3000QPS）——两套模式同步，写错延迟/容量
  数字此前任何层都核不到
- 测试 +5（cloze 挖空/判分三路/单位模式/草稿好坏各路）

tools/cite-audit（新，外部客户端——原则 1 的 tools/ 例外区）：
- DeepSeek 跨模型二审：盲填+反驳双通道，判定自动入台账；独立执行器（人工/
  定时触发），不依赖写作 agent 协议自觉；换模型消除同源相关盲区
- e2e 实测：阳性 12/12 SUPPORTED；阴性精准拦截「数字全对的张冠李戴」与
  「成本数字翻倍」两类毒块，干净块零误伤
- 盲填按「论断块」分组、多引用 evidence 合并判分（与确定性 lint 的 union
  语义一致——单 pair 判分会对不归它的空误判）

pre-commit hook：
- staged wiki 文件带 cite 闸门项（mismatch/exempt-missing-basis）即拒绝提交，
  范围只限 staged 文件（存量债务不拦无关提交）；把 9.5a 从行为规范硬化为
  机器强制；已实测拦截

skills（.claude ↔ .agents 镜像）+ CLAUDE.md/AGENTS.md：
- kb-ingest 9.5b：verifier 改反驳式立场、加盲填通道与跨模型二审步骤
- kb-query 新增第 7.5 步：答案含精确数字/引文时 check-draft 闸门全绿才可发出
- kb-cite-audit：双通道判定协议 + tools/cite-audit 用法
- kb-lint 5b：每周对已 SUPPORTED 台账记录换模型抽查交叉复查
- 「引用语义审计规范」节登记全部四个新机制

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>

四个上限升级（按用户取舍：跳过专用小模型；构造即正确暂缓）：

1. 原子论断分解：cite 核对与审计对枚举改「核对单元」粒度——list 块按条目拆，
   每条目对自己的引用负责（无引用回退整块并集）。上线首跑即在 demo 库抓出
   块级 union 不可见的条目级错引（rl_augmented_retrieval「7-8B 超过
   GPT-4o-mini」错引 search_r1 局限性块，实际出处 r1_searcher），已修复。

2. 检索凭证链（check-provenance）：read-block/read-section/blocks/
   extract-claims --with-evidence 自动登记「取回过哪个块的哪个内容版本」
   （.cache 派生层）；每条新引用必须有匹配当前内容 hash 的取回凭证——
   没真读过原文（或读的是旧版）造不出凭证，quote-first 从行为规范升级为
   机器可校验的溯源链。进 ingest 提交前闸门。e2e 实测三路（无凭证报缺/
   取回通过/版本漂移精准失效单条）。

3. 审计统计保证（audit-confidence）：已审引用未通过率的 Clopper-Pearson
   精确置信上界（纯数学零依赖），验收抽样口径；诚实边界随结果携带
   （样本代表性 + 验证器查全率由评测集度量）。

4. 对抗评测集（evals/cite-check）：20 case（8 毒化 + 12 干净）给防线立尺，
   确定性层期望由 pytest 钉死为回归闸门；--semantic 度量 DeepSeek 双通道。
   基线：确定性层毒化查全 8/8、误报 0/12；语义层查全 6/6、误报 0/8。
   评测集首跑即修出 3 个真实缺陷：16GB↔16TB 单位不敏感假阴（lint 与
   cloze 判分均改单位敏感匹配）、[需要来源] 窗口豁免未同步到 cloze 构建、
   反驳 prompt 对 ^h- 节级引用导航措辞过苛。

skills（镜像同步）+ CLAUDE.md/AGENTS.md 登记；测试 244 全绿；demo 守护通过。

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>

- 修 kb-export 模板违反 status 约定（LLM 预填 reviewed → draft + 注释）
- 修 kb-lint 的 i18n TS 类型表述与 CLAUDE.md 矛盾（TS 不强约束 en 侧）
- 新增 docs/citation-integrity.md（七层防线用户文档）并挂进双语 README；
  README/hook 处补 Windows（Git Bash/WSL）注记
- k.py：wiki 扫描类 lint 共享块切分缓存（health 全家族同页只切一次）；
  新增 compact-ledgers（台账/检索凭证流水压缩，防无界增长）
- kb-lint 5b 补 agent_summary 蒸馏忠实度抽查条款（镜像同步）
- demo 守护语义修正：raw 不分发的库才是 demo（raw 在场的工作库由
  周检 + pre-commit staged 范围治理，不被全量断言卡死）
- smb-ecommerce 两条 header 元描述数字改写（存量裸论断归零）

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>

- /health/citations：列出全部「引用审计未通过」CAUTION 标注（页面链接/行号/
  callout 原文/被引锚点），两键人工裁决——「误报，维持引用」把标注改写为一行
  NOTE 留痕（删除即标记）、「已修复，移除标注」删除标注；决议置
  last_modified_by: Human 并原子提交，页面无剩余标注时自动摘除
  citation-suspect 标签
- web/lib/citation-rewrite.ts 纯函数 + 12 个 node:test 用例（照 conflict-rewrite
  模式；起始行校验防串行；与 k.py SUSPECT_START_RE 同口径）
- operations.ts applyCitationVerdict：沿用 applyResolve 权限/写回/commit 链路；
  处理 k.py（strip 后正文）与 gray-matter（保留前导空行）的行号偏移差
- /api/citations：GET 透传 list-suspect-citations，POST 带 CSRF 校验
- HealthDashboard 新增「引用审计」复合卡（mismatch 闸门/待裁决/观察/未审计），
  suspects>0 时链接裁决页
- i18n zh/en 双侧各 16 个新 key；tsc、web 测试（49 pass）、i18n 同步测试全绿

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>

在 dev 仓大规模清偿存量错引（rag-evolution 82 / smb-ecommerce 42 / ip 45 条
mismatch）过程中，逐条核实原文后确认部分"错引"实为工具自身的确定性核对
逻辑缺陷，而非内容错误。修复后 rag-evolution 与 smb-ecommerce 全部收敛到 0，
ip 库 18→5（剩余 5 条为已诊断清楚、低收益高风险的源格式歧义，未强行修复）。

1. arXiv HTML→markdown 转换的数学模式数字重复瑕疵：
   - 归一化新增 zero-width 字符剥离、LaTeX 细空格命令剥离
     （\,\;\:\!\quad\qquad）、\mathbf{}/\mathrm{}/\text{} 等 wrapper 展开
   - 小数 repeat（"78.4278.4278.42"→"78.42"）：group1 改惰性量词——贪婪量词
     对四连重复会在"合法但非最小"的中间长度（如"300300"×2 而非"300"×4）
     处满足回溯就停手，只对半折叠；惰性量词从最短开始试保证找到最小原子
     重复单元
   - 纯整数 repeat（"101010k"→候选值含 10k）：改用**候选值枚举**而非文本
     改写——"666666B" 无法从字符串本身判断原子单元是"6"x6/"66"x3/"666"x2
     （真实值），任何单一猜测都可能出错；枚举全部能整除的候选长度对应值，
     取并集加入 target_values（符合既定"目标侧宁可多算不可漏算"方向）
   - 行尾边界防护修正：原 (?![\d.]) 会把"跟着句号收尾"和"跟着小数点延续
     成更长小数"两种语义相反的情况混为一谈，导致大量以句号收尾的重复
     瑕疵拒绝折叠；改为 (?![\d]|\.\d) 精确区分
   - 量级后缀新增识别英文拼写词（million/billion/thousand），大小写不
     敏感但不影响既有单字符缩写（M/K 等）的大小写敏感语义
   - 测试：TestArxivConversionArtifactNormalization（6 个真实瑕疵案例 +
     5 个防误伤边界用例）、TestEnglishMagnitudeWords（3 个）

2. wiki list 块非末位条目锚点尾巴泄漏：原子分解（按条目拆分核对单元）
   依赖 ANCHOR_TAIL_RE 只在整块末尾剥离一次锚点；但部分 wiki 页每个条目
   自带独立行内锚点（非"整块仅末尾一个锚点"的标准形态），非末位条目的
   锚点尾巴不会被剥离，其哈希数字被误当成论断数字提取。_block_units 内
   增加 MULTILINE 变体逐行剥离作为拆分前兜底。测试：
   TestMidBlockAnchorTailLeak（2 个用例）。

263 测试全绿；evals/cite-check 对抗评测集回归无变化（确定性层 20/20，
毒化查全 8/8，干净误报 0/12）；release 三个 demo 库闸门项保持 0（无回归）。

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>

问题：wiki 是蒸馏层，长文档（③档 >150K）ingest 后 90%+ 细节只在 raw，而
`search` 只覆盖 wiki——未蒸馏的细节没有任何检索面，partial re-ingest 的触发
也只能靠章节标题命中。修法不是把摘要写长（注定有损且膨胀 wiki），而是给
细节层补检索面。

k.py search-raw（宽召回机械原语，零 LLM 零 embedding——语义智能由查询 agent
提供：检索前关键词扩展 / 搜空时 outline 结构化导航 / 检索后逐块精读裁决，
协议见 kb-query 第 4.7 步）：
- 块级检索 raw（可选 --include-wiki），命中返回可 read-block 的块锚点 +
  所属章节 + agent_summary + deepen_hint
- 评分：正文子串计数（每词封顶 5）×1 / 所属章节标题 ×3 / agent_summary ×2 /
  整短语（双侧压空白）+5 / 多词全覆盖 +2；正文至少命中一词才返回（防纯标题
  命中整节刷屏）；计数前掩码链接（防 arXiv TOC 目录块靠链接文本刷分）
- deepen_hint：命中块祖先章节在 source_summary「章节深度登记」表为 ⊙ 扫读 →
  提示触发 partial re-ingest（懒深化从"标题命中"升级为"内容级触发"，被问过
  的细节自动沉淀）。登记表绑定优先 frontmatter sources（正文首链接顺序脆弱，
  仅作回退）；按状态单元格判定 ⊙（升级后 ✓ 行备注含"由 ⊙ 升级"不得重新注册）；
  registry key 用完整相对路径（stem 会让跨目录同名文件串档）；归档/deprecated
  页跳过
- 实测 dev 9MB/98 文件语料：冷查询 0.13s，常见词最坏 0.44s；v0.3 FTS 触发时
  一并纳入索引（CLAUDE.md 演进节已登记）

对抗审查（双镜头 + 逐条对抗复核，14 agent）确认 11 条 findings 全部修复：
stem 串档（实测复现）、⊙ 整行扫描假阳、无锚命中提示不可执行 + 行号未加
frontmatter 偏移、绑定顺序脆弱、短语加成空白失效、模板示例与硬规范矛盾、
raw 不在场分支缺失（release demo 上会误导）、demo 登记表不合规、第 0 步
声明遗漏 4.7、outline 导航路径无 deepen 收尾、性能记录进 v0.3。

skills：kb-query 新增第 4.7 步「细节发现」（含 raw 不在场诚实降级、放弃
判据）；kb-ingest 登记表硬规范（首列真实 anchor / 原标题不意译 / ⊙ 行备注
点名关键实体）+ 模板示例对齐。demo：kag/search_o1 登记表按新规范重写
（补全 9/5 个章节 + anchor + 关键词备注）。

测试 +19（基础/评分/deepen 联动/审查回归钉子）；282 全绿；评测集无回归。

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>

问题：wiki 是蒸馏层，长文档 ingest 后 90%+ 细节只在 raw，而 `search`
只覆盖 wiki——未蒸馏的细节没有检索面。但无 embedding 架构下语义召回的
正解是「LLM 阅读结构化索引做判断」（可解释、零索引维护、零契约风险），
之前缺的是 raw 层没有库级目录视图——想浏览 98 篇文档得跑 98 次 outline，
没人会做，检索被迫全部退化到关键词路。

k.py corpus-map：一次调用输出全库地图，每篇紧凑条目：标题 / 字符数 / 档位
①②③ / 顶层章节树（标题 + agent_summary 或 preview 兜底）/ 深度登记状态
（✓⊙× 来自 source_summary「章节深度登记」表）/ 关联 source_summary
（「未 ingest」= 蒸馏盲区，立刻在地图可见）/ 章节摘要覆盖率。纯读现成
.outline.json + 解析 source_summary 登记表，零 LLM 零 embedding。

登记解析重构：_load_skim_registry（search-raw deepen_hint 用）改为全量
_load_depth_registry 的 ⊙ 视图，绑定逻辑提取为 _source_page_raw_key
（frontmatter sources 优先 > 正文首链接回退）；状态判定改用「第一个以
✓/⊙/× 开头单元格的首字符」——升级行「✓ 深读 | 备注: 由 ⊙ 升级」正确
判为 ✓，不再因备注含 ⊙ 误注册为扫读。

kb-query 4.7 重写为双路由协议：
- **关键词路**（有明确术语/数字）：多组措辞 search-raw + 精读裁决
- **浏览路**（概念性/改述性）：corpus-map（~12K token 一跳换全库视野）
  → outline → read-section，每跳由 agent 做语义判断
两路共享收尾：懒回填摘要（读都读了零边际成本，密度随使用增长，与懒
深化同构）/ deepen 触发（看 corpus-map 的 [⊙] 标注即知）/ 作答必须
引用原文块锚点（地图/摘要/标题只是路标，禁当内容作答）/ check-draft 闸门。
含 raw 不在场诚实降级、放弃判据的硬条款。

实测 dev 9MB/98 篇语料：corpus-map 0.09s / 47KB 输出，0/3661 的摘要密度
暴露了懒回填空间；smb-ecommerce 8 篇「未 ingest」文档立刻可见。

测试 +12（基础/链接/边界覆盖空文档/150K 严格大于/无 H1/多 H1）。295 全绿
（session 限额耗尽，原计划 12-agent 对抗审查 workflow 未能启动——改由
review-search-raw 同款视角自检：档位边界实测、空 raw 降级、多源映射、
标题兜底、fmt 数字格式、行号/路径安全面均经查证无问题；4.7 双路由与
search-raw 共存逻辑与检查清单/反例自洽）。

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>

review-corpus-map-v2 审查修复的收尾——三处半成品：

1. title_counts 从未填充（核心 bug）：_row_status 的 title-only
   「文档内同名唯一」闸门依赖它，但 dict 只声明未计数 → 任何
   title-only 登记行恒判 None，按标题匹配深度状态的功能是死的。
   补前置 _count_titles pre-pass，在 _walk 前填满全文档标题计数。
2. 删重复行 depth = max(1, int(depth))。
3. _broken 死代码：except 只 continue 从不 append → 打印永不触发。
   改为记录失败文件并报到 stderr（__import__("sys") → sys）。

test_k_corpus_map.py::test_depth_status_by_anchor_and_title 由 fail 转 pass；
全量 301 passed。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

用户决定今后只维护 release 单仓、逐渐作废 dev（AI知识库/）仓。双仓同步
约定整节退役：删除 CLAUDE.md / AGENTS.md 的「双仓库同步约定」节（镜像逐字
同步删除），设计文档目录图根名 AI知识库/ → groundmap/ 对齐 CLAUDE.md。

单仓内仍有效的不变量（CLAUDE↔AGENTS 镜像、.claude/skills↔.agents/skills、
RELATION_TYPES/WIKILINK_RE drift-sync）在文件顶部与「演进与兼容性」节已有
记录，由 TestMirrorSync / TestRelationTypesSync / TestWikilinkRegexSync
守护，无孤儿引用。test_release_guards.py 19 passed。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

固化 co-located KB 约定：引擎（本项目）保持纯代码，私人知识库数据存在
引擎外的独立文件夹（= KB_ROOT，含 workspaces/<name>/），源文档 raw/ 与
构建结果 wiki/ 同处一个自包含文件夹。含一次性初始化、日常命令、Claude
Code 极简摄入流程、独立 git 版本控制建议。

复用现有 KB_ROOT + new-workspace 机制，无新代码。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

projectRoot() 把「引擎根」和「数据根」混为一谈——设 KB_ROOT 指向外置
数据目录时，k-cli.ts 用它拼 scripts/k.py 会找到数据根去（KB_ROOT/scripts/k.py
不存在），导致所有 k.py 调用报「can't open scripts/k.py」、health/graph 等
全部 500。CLAUDE.md 宣称支持 `KB_ROOT=... npm run dev` 但实际不通。

拆分 kb.ts：engineRoot()（恒为 web 父目录，装 scripts/k.py，不受 KB_ROOT
影响）vs projectRoot()（数据根 = KB_ROOT ?? engineRoot()）。k-cli.ts 改用
engineRoot() 解析脚本路径与 cwd；KB_ROOT 仍通过 spawn env 透传给 k.py 子
进程，由 k.py 自己解析数据根（与 k.py/convert.py 语义一致）。

验证：KB_ROOT=<外置库> npm run dev，health API 返回 total_pages=40、
graph 40 节点/236 边（此前全 500）。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

当一份原文来源内容变了（数字改/段落重写/章节增删），保证引用它的 wiki
不悄悄过期。设计经三视角对抗审查（correctness/completeness/safety）+
引擎行为实测（临时库跑通 + 0.IP 真实库基线自检）修正，核心：

- raw 只读硬护栏：agent 绝不 Edit/Write raw（settings.json 硬 deny）；
  内容只在外部真相源原件（如 Obsidian .md）上改，cp 镜像进 raw，
  convert.py 是唯一 raw 写入者（加锚）。
- 干净原件覆盖 → convert --workspace（免 --force）：只重锚被改文件，
  未改块锚点逐字节复现（实测证实 determinism）。
- broken-ref 三诊断：旧锚 read-block →命中且一致=纯 seq 位移(机械改 seq)/
  命中已变=MODIFY(按原文改论断+回验)/回收失败=DELETE(改引/[需要来源]+
  #to-be-updated)。覆盖 MODIFY/ADD/DELETE 三类 + 扇出 + ③档登记表重对齐。
- git 用 git -C "$KB_ROOT" 打数据仓；闸门用 --paths 显式驱动 + 断言
  pairs>0（躲 --changed 在未跟踪下静默 0 对假绿）；raw 入库按 check-ignore。

.claude/skills 与 .agents/skills 字节镜像；CLAUDE.md/AGENTS.md 入口表登记。
TestMirrorSync + 全量 301 测试通过。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

开源仓不得含私人绝对路径（CLAUDE.md 项目定位）。真相源原件目录改用
$SRC_ROOT 变量占位 + 说明，示例不再泄露具体 vault 路径。两份镜像同步。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

现代 macOS / 多数发行版只装 python3、不带 python（py2 早已移除），k.py/
convert.py 均为 Python 3 脚本。旧默认 "python" 在精简 PATH（如 Finder/
launchd 启动的进程）下 ENOENT，导致所有 k.py 调用失败、health/graph 500。
改默认 python3；仍可用 KB_PY 覆盖（如指向带依赖的特定解释器）。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>